Authors From Afeka: Dr. Sharon Yalov-Handzel, Dr. Yehudit Aperstein
מחקרן של ד"ר שרון ילוב הנדזל וד"ר יהודית אפרשטיין
התפרסם בכתב העת Journal of computer Applications in Archaeology
המחקר נעשה בשיתוף עידו כהן מוסמך אפקה במערכות תבוניות.
תיארוך אוטומטי של ממצאים ארכיאולוגיים חיוני להבנה של תהליכים היסטוריים. תיארוך מדויק נחשב לאתגר ארכיאולוגי בשל שינויים במאפיינים הממצאים ומצבם שלא תמיד מאפשר שיחזור מדויק. כמו כן, באזורים גיאוגרפיים מסוימים המידע הכרונולוגי מוגבל. במחקר זה נבחנים הביצועים של ארכיטקטורות Convolutional Neural Network (CNN) ופונקציות loss להערכת גיל מדויקת. באמצעות סט נתונים של כ-10,000 תמונות מתויגות מאתרים ארכיאולוגיים שונים, המשתרעים על פני 16 תקופות שנעו בין התקופה הפליאוליתית לתקופה האסלאמית המאוחרת. ממצאי המחקר מצביעים על דיוק של למעלה מ-90%, כשהתוצאות האמפיריות מראות כי רשת נוירונים מסוג InceptionV3, הידועה בהתאמתה למשימות זיהוי אובייקטים, עלתה על ארכיטקטורות אחרות במשימת סיווג זו. בנוסף, מצאנו שפונקציות loss מסוג cross entropy יכולה לעלות בביצועיה על פונקציית ordered cross entropy בארכיטקטורות מסוימות. ממצאים אלה אינם רק מקדמים את המתודולוגיות החישוביות הזמינות לתיארוך ממצאים ארכיאולוגיים, אלא גם מספקים תובנות לגבי הבחירה של ארכיטקטורות רשתות נוירונים ופונקציות loss, ובכך פותחים אפיקים חדשים למחקר בארכיאולוגיה חישובית.
Comparative Analysis of CNN Architectures and Loss Functions on Age Estimation
שתף לינק באמצעות:
https://www.afeka.ac.il/industry-and-community/research-in-afeka/researches/comparative-analysis-of-cnn-architectures-and-loss-functions-on-age-estimation/WhatsApp
Facebook
Twitter
Email
https://www.afeka.ac.il/industry-and-community/research-in-afeka/researches/comparative-analysis-of-cnn-architectures-and-loss-functions-on-age-estimation/